## 核心結論 今日(2026-03-11)美股盤前三大焦點交匯: 1. **Oracle (ORCL) 財報超預期爆發**:OCI 雲基礎設施年增 84%,RPO 訂單積壓達 $5,530 億(年增 325%),盤前飆漲逾 11%,為 AI 基礎建設主線提供最強信心票 2. **CPI 通膨報告壓軸登場**:市場預期 2 月 CPI 年增 2.4%、Core 2.5%,Fed 利率路徑不確定性仍高,但本次數據不含油價衝擊影響 3. **中東地緣風險持續干擾**:伊朗荷姆茲海峽佈雷,WTI 油價 ~$86.5,IEA 擬史上最大規模釋放戰略儲備 4 億桶,市場焦慮油價通膨二次衝擊 --- ## 一、總體盤前環境 **2026-03-11 盤前數據** 三大指數期貨近平盤,多空僵持: ``` 指數期貨 方向 變動幅度 ---------------------------------- Dow futures 小跌 -0.1% S&P 500 fut 平盤 ~0.0% Nasdaq 100 平盤 ~0.0% ---------------------------------- VIX 25.5 偏高(恐慌區間) 10Y 殖利率 4.17% 微升(+0.036) WTI 原油 $86.5 +3.0%(地緣溢價) 黃金 $5,200 -0.8%(獲利了結) 美元指數 99.03 +0.2% ``` **昨日(3/10)收盤:** - 道瓊 47,707 (-0.07%) - S&P 500 6,781 (-0.21%) - Nasdaq 22,697 (+0.01%) - 能源股領跌,晶片股(NVDA +1.16%、MU +3.54%、INTC +2.63%)逆勢上漲 --- ## 二、主角解析:Oracle (ORCL) Q3 FY2026 財報 ### 財報數字全面超越預期 **Q3 FY2026(截至 2026 年 2 月 28 日)** ``` 項目 實際值 預期值 YoY 成長 -------------------------------------------------------------- EPS(Non-GAAP) $1.79 $1.71 +21% 總營收 $17.2B $16.9B +22% 雲端營收(IaaS+SaaS) $8.9B -- +44% OCI 雲基礎設施(IaaS) $4.9B -- +84% 多雲資料庫營收 -- -- +531% AI 基礎設施營收 -- -- +243% RPO(剩餘履約義務) $5,530億 $5,000億預期 +325% ``` **Q4 FY2026 指引:** - 總營收成長 19-21% (USD) - 雲端營收成長 46-50% - EPS $1.96-$2.00 **FY2027 指引上調:** - 營收目標從 $866 億市場預期上調至 **$900 億** - 資本支出維持 $500 億不變(正面訊號:capex 未再膨脹) --- ## 三、技術面分析 ### ORCL 股價走勢(近 6 個月) ``` $350 |* 52W 高點 $345.72 | * $300 | ** | ** $250 | *** | ** $200 | *** | ** 200MA $219 $180 | **** | *** $160 | ** 50MA $167.90 | *** $149 | ** 現價 ~$149(盤後+11%) | ^ $119 |________________________ 52W 低點 $118.86 Sep Oct Nov Dec Jan Feb Mar 2025 2026 ``` **關鍵技術位:** - 現價盤後約 $165(+11%),突破 50MA $167.90 是關鍵 - 若站穩 $170 以上,下一壓力在 $200 整數關卡 - 200MA $219.44 為中期壓力目標 - 若財報利多消化完畢回落,$150 為短期支撐 **RSI / 動能:** - 6 個月下跌 51%,深度超賣後出現財報驅動反彈 - Put/Call 比率近期從偏空翻轉,期權市場開始定價上行 - 成交量昨日 51.5M,遠超均量 ~29M,機構重新入場訊號 --- ## 四、籌碼面分析 ### 機構佈局現況 **買方機構近期動作:** - Swiss National Bank:Q2 增持 7.6%,目前持有 509 萬股($11.1 億) - Patton Fund Management:Q3 大增 626%(積極建倉訊號) - Ironwood Investment Counsel:Q2 增持 45.3% **賣方動作(注意):** - 過去 90 天內部人士共賣出 72,223 股(約 $1,369 萬) - CEO Magouyrk:2 月以 $155 賣出 1 萬股 - 內部人持股比例:40.9%(仍屬高度),機構持股:42.4% **選擇權市場訊號:** - 財報前 Put/Call 偏空(市場悲觀) - 財報後 Put/Call 翻正,Implied Volatility 上升後壓縮 - 龐大 RPO $5,530 億提供未來 3-5 年收入能見度,長線機構重估價值 **空方壓力:** - 債務比偏高(D/E 3.28-4.4x) - 負自由現金流(AI 資本支出密集期) - 與 OpenAI 的深度綁定帶來夥伴風險 --- ## 五、AI 基礎設施族群性分析 Oracle 財報不只是 ORCL 一家的事,而是整個 **AI 基礎建設供應鏈** 的信心票。 ### 族群連動分析 ``` 族群 代表股 方向 邏輯 --------------------------------------------------------- AI 雲端基礎設施 ORCL +11% 直接受惠,財報催化 GPU/晶片 NVDA +1.2% 正相關 OCI 採購 NVIDIA GPU MU +3.5% 記憶體需求旺盛 光通訊 GLW +5.6% 正相關 AI 資料中心建設需求 STX +2.7% 儲存設備需求 傳統雲端競爭者 AMZN +0.4% 中性 AWS 規模仍大 MSFT -0.9% 小幅壓 Azure 估值重估壓力 SaaS 競爭者 CRM -1.9% 偏弱 Agentforce vs Oracle AI ``` **Wedbush Dan Ives 點評:** Oracle 財報是「AI 建設憂慮的巨大解藥」,確認超大型 AI 資料中心需求浪潮仍在加速,而非放緩。 **Citi 分析師:** 稱財報「非常紮實」,預期 ORCL 股價後市可持續上漲。 --- ## 六、機構評級彙整 | 機構 | 評級 | 目標價 | 較現價上漲空間 | |------|------|--------|--------------| | Bernstein | Outperform | $319 | +114% | | Jefferies | Buy | $320 | +114% | | Deutsche Bank | Buy | $300 | +101% | | Barclays | Overweight | $240 | +61% | | Evercore ISI | Outperform | $220 | +47% | | Wolfe Research | Outperform | $215 | +44% | | Oppenheimer | Outperform | $210 | +40% | | RBC Capital | Sector Perform | $160 | +7% | | Melius Research | Hold | $160 | +7% | | **共識(86 位)** | **Moderate Buy** | **$273-$296** | **+83-98%** | --- ## 七、今日其他盤前焦點 **CPI 報告(今日 20:30 台灣時間)** - 預期 Headline YoY:+2.4%(與 1 月持平) - 預期 Core YoY:+2.5% - 注意:本次 CPI 不含油價衝擊影響,若數據符預期,市場可小幅鬆口氣 - Fed 利率市場:6 月降息機率約 40-60%,本次 CPI 若超預期可能再次壓縮 **企業動態** - Cintas (CTAS) 以 $55 億收購 UniFirst (UNF),UNF +9%(制服/工作服族群整併) - Campbell's Soup (CPB) 下修全年展望,盤前 -4%(消費端疲弱訊號) - NIO +15%(中國電動車政策催化) --- ## 八、操作策略參考 **看多 ORCL 的邏輯鏈:** 1. RPO $5,530 億 = 未來 3-5 年收入能見度最強的科技股之一 2. AI 基礎設施毛利率 30-40%,且隨規模擴大改善 3. 多雲資料庫 +531% 代表「護城河」在 AI 時代反而加深 4. 估值:P/E 28x,PEG 0.93,相對 AI 族群便宜 **風險情境(不可忽視):** - 負自由現金流 + 債務 $1,000 億以上(capex 密集期) - OpenAI 財務健全性仍是尾部風險 - 若 AI 需求放緩,RPO 轉換率受疑 - 油價若衝破 $100,通膨預期升溫,科技股估值全面承壓 **短線技術觀察點:** - 盤後 +11% 約 $165,能否站穩 50MA $167.90 是關鍵觀察 - 長線布局區:$150-$160 支撐帶(若未來回檔) - 中期目標:$200 整數、$219 (200MA) --- ## Reference - https://www.prnewswire.com/news-releases/oracle-announces-fiscal-year-2026-third-quarter-financial-results-302709961.html - https://www.investopedia.com/oracle-boosts-outlook-amid-huge-ai-demand-the-stock-is-surging-fy26-q3-earnings-11923381 - https://www.investing.com/news/analyst-ratings/oppenheimer-raises-oracle-stock-price-target-to-210-on-cloud-growth-93CH-4554190 - https://www.investing.com/news/analyst-ratings/bernstein-raises-oracle-stock-price-target-on-strong-execution-93CH-4554437 - https://www.marketbeat.com/instant-alerts/oracle-nyseorcl-given-new-21000-price-target-at-oppenheimer-2026-03-11/ - https://www.investopedia.com/stock-market-today-dow-jones-s-and-p-500-031126-11923524 - https://tradingeconomics.com/united-states/stock-market/news/532402 - https://uk.finance.yahoo.com/news/oracle-corp-orcl-q3-2026-030115242.html - https://www.fxstreet.com/news/us-cpi-data-seen-steady-in-february-as-markets-assess-fed-policy-outlook-202603110400

## 核心結論 股癌謝孟恭在 EP643「這車太甩」(2026-03-11)延續 EP641-642 的主軸,點出三條核心邏輯: 1. 光通訊族群回檔是情緒洗牌,不是基本面轉差,籌碼清洗後有望再開走 2. CPO(共同封裝光學)放量時程約落在 2027-2028,現在是佈局窗口而非追高期 3. 蘋果因高毛利(硬體約 40%)在記憶體漲價潮中具備最強競爭護城河,值得拉高持倉等級 --- ## 一、為何說「這車太甩」 EP643 標題呼應近期市場最具爭議的輪動:光通訊族群在 NVIDIA 宣布各投資 Coherent / Lumentum 20 億美元(2026-03-02)後衝上歷史高點,隨即出現劇烈回檔。謝孟恭以「這車太甩」描述這種高波動特性,並明確表示: - 回檔原因是**市場過熱炒作**,非基本面反轉 - 美股光通股(LITE、COHR)回得比台股更深 - 台股光通相關設備廠(台積電設備供應鏈)回檔相對有限,甚至進入可卡部位的區間 --- ## 二、光通訊產業深度:CPO 時程與族群定位 ### CPO 技術進展 NVIDIA 在 SpectrumX 與 QuantumX AI 交換器已導入 CPO,將光學引擎直接整合於晶片旁: - 相較傳統可插拔收發器,CPO 可節省高達 5 倍光學網路功耗 - 單一 400G CPO 連結功耗從 30W 降至 9W - 預計 2026 年由 CoreWeave、Lambda、TACC 率先部署 Quantum-2 CPO - CPO 大規模商業放量:市場共識落在 **2027-2028 年** ### 台股供應鏈族群定位 謝孟恭點名關注台積電設備廠(未點名個股),結合市場資訊,台股受惠族群如下: 磷化銦(InP)基板供應鏈: - 聯亞(3081)- 磷化銦基板,近期逆勢鎖漲停、持續創歷史新高 - 全新光電(2455)- 1.6T 放量前的關鍵標的 光模組代工 / CPO 相關: - 聯鈞(3450)- Lumentum / Coherent 代工廠,直接受 NVIDIA 投資訂單效益 - 華星光(4979)- NVIDIA 投資消息後強勢抗跌 台積電 CoWoS / SoIC 先進封裝受惠: - 台積電設備廠群(謝孟恭稱「七字輩設備股」,已有不少進入處置股後仍強勢) --- ## 三、技術面分析 ### LITE(Lumentum)近期走勢 ASCII 圖 ``` 價格 (USD) 900 | * 850 | *** 800 | ** * <- NVIDIA 投資消息強彈至歷史高點 750 | *** 700 | **** 650 | ** 600 | ** <- 近期回檔區間 550 | * 500 |_________________________________ Jan Feb Mar(03/02) Mar(03/11) ``` 走勢特徵: - 年初至 NVIDIA 投資消息(03/02):翻倍漲幅,創歷史高點(783.25 USD) - 03/02 後:獲利了結回檔,技術面進入「情緒洗盤」階段 - 關鍵支撐:前波整理平台約 600-650 USD - RSI 從過熱區(>80)回落至中性,MACD 出現死叉,短線偏弱 ### COHR(Coherent)走勢特徵 - 03/02 創歷史收盤高點 298.91 USD(+15.44% 單日) - 回檔後技術面類似 LITE:高位洗盤,籌碼換手中 - 均線:20MA 仍向上,但短線已跌破 5MA,中期多頭格局未破 ### 台股聯亞(3081) - 近期逆勢連續漲停,創歷史新高 - 型態:強勢突破後無回壓,籌碼面乾淨(外資持續買超) --- ## 四、籌碼面分析 ### 機構動向(美股光通訊) NVIDIA 直接入股是本波最強的籌碼訊號: - NVIDIA 投資 Coherent 20 億 USD + 數十億美元長期採購承諾 - NVIDIA 投資 Lumentum 20 億 USD + 先進雷射元件優先產能權 - 意義:不只是財務投資,是供應鏈綁定,確保關鍵零組件長期供應 市場籌碼觀察: - 短線:外資在高點獲利了結(LITE 年初迄今仍漲近 1 倍) - 中期:主力資金(含 NVIDIA 長期採購)持續進場,回檔是洗籌碼 - 謝孟恭觀點:「籌碼清洗後行情才會再開走,極端敘事出現是洗盤訊號」 ### Put/Call 情緒 光通訊族群 options 市場: - 回檔期間 put 買氣明顯上升,顯示市場短線偏防禦 - 此為謝孟恭所稱「嚇盤」情緒,歷史上往往在情緒宣洩後迎來新一波 --- ## 五、族群性分析 ### 光通訊 vs 銅互連:非零和競爭 謝孟恭在 EP642 明確反對「光進銅退」這種極端敘事: 現況(2026): - 資料中心仍大量使用 scale-up 銅互連(直連銅 400G) - 銅方案目前仍可支撐數代演進(Broadcom Hock Tan 觀點) - 短線銅相關族群(如 Broadcom AVGO 相關)不會立即消失 中期(2027-2028): - CPO 進入商業放量,光學占比逐步提升 - 光通訊估值(P/E ratio)預期高於銅互連族群 - 兩者可同時配置,但光的配比應更高 ### 蘋果記憶體漲價邏輯 謝孟恭另一大主線:蘋果是記憶體漲價潮的最大受益者之一: - 中低階安卓手機 BOM 中記憶體成本占比:20% 升至 30-40% - 安卓 OEM 毛利(約 10-20%)vs 蘋果硬體毛利(約 40%+) - iPhone 17:記憶體升規但售價不變,趁競品成本壓力搶市占 - 記憶體族群:三星最新報價 DDR4 漲勢趨緩,DDR5 仍續漲 - 南亞科 2 月營收 156 億元,年增 587%,持續創新高 --- ## 六、操作策略參考 謝孟恭本集核心操作邏輯(EP643 脈絡整理): 1. 光通訊回檔期間:先卡部位,等更深回檔再加碼,不追高 2. 台積電相關設備廠:已先建立部分持股,視為中長期布局 3. 軟體股(CRWD、NET、PLTR):恐慌時補的部位考慮在反彈時先調整 4. 蘋果:計劃拉到最大持倉,等待股價表態後參與 5. 市場情緒指標:當一面倒的極端敘事出現(無論看多或看空),往往是洗盤訊號 風險情境: - 若 CPO 商業化時程再延後(超過 2028),光通訊估值溢價將面臨修正 - 若記憶體漲幅趨緩(DDR4 已可能見頂),蘋果題材邏輯需重新評估 - 美股整體估值持續下修時,科技股難以獨強,需留意系統性風險 --- ## Reference - 股癌 EP643 YouTube 影片:https://youtu.be/ivBMr9eSv5s?si=J3ad5d809X1Q7zwu - 股癌 EP642 逐字稿(vocus.cc):https://vocus.cc/article/69ac2278fd89780001e4fc74 - 股癌 EP642 心得筆記(大頭驢):https://vocus.cc/article/69ac3f7bfd89780001ec64d2 - NVIDIA 投資 Coherent / Lumentum 各 20 億美元(鉅亨網):https://news.cnyes.com/news/id/6359084 - 輝達助力光通訊 台股協力廠抗跌(聯合新聞網):https://udn.com/news/story/7253/9356003 - NVIDIA CPO Webinar:Spectrum-X / Quantum-X 部署時程(Yahoo Finance / MarketBeat):https://finance.yahoo.com/news/nvidia-webinar-teases-co-packaged-120210444.html - Co-Packaged Optics Market Report 2026-2036(Research and Markets):https://rss.globenewswire.com/news-release/2026/01/12/3216587/28124/en/Co-Packaged-Optics-Market-Report-2026-2036-NVIDIA-vs-Broadcom-Ecosystem-Strategies-CPO-Platforms-and-Foundry-Roadmaps.html

# OpenClaw Skills #11｜Structured Output：讓 AI Agent 的輸出從「隨機文字」變成「可信賴資料」 **發布時間：2026-03-11 ｜ 分類：OpenClaw Skills 深度研究** --- ## 一、開場破題 你有沒有遇過這種情況：花了一週打造 AI Agent，Demo 跑得很順，一上生產環境就開始出錯——因為 LLM 某次回了一段帶解釋的文字，而不是你期待的 JSON，整個 Pipeline 直接炸掉。 這不是 Bug，這是沒有 **Structured Output** 的必然代價。 2026 年，AI Agent 已深度嵌入企業工作流：自動填報表、解析合約、驅動 API 呼叫。這些場景有一個共同要求：**LLM 的輸出必須是機器可以直接消費的結構化資料，而不是給人讀的自然語言。** 根據 CraftedStack 的生產環境統計，導入 Pydantic 結構化輸出的 Pipeline，成功解析率從 82% 提升到 97%，平均重試次數從 2.4 次降到 0.3 次。這不是錦上添花，而是 Agent 能否穩定運作的生死線。 Structured Output，是每一個 AI 工程師在走出 Prototype 前必須掌握的核心技能。 --- ## 二、概念精講 Structured Output 的本質，是在 LLM 的輸出與下游系統之間建立一道**格式契約**：你定義好資料的形狀，LLM 必須按照這個形狀輸出，否則系統拒絕接受。 實現這道契約，有三個層次： ``` Layer 1：語法保證（Syntactic Guarantee） LLM 輸出必須是合法 JSON 工具：JSON Mode、Outlines 約束解碼 | v Layer 2：結構保證（Schema Guarantee） 輸出必須符合預定 Schema（欄位名稱、型別、必填欄位） 工具：OpenAI Strict Mode、Anthropic Tool Use、Pydantic | v Layer 3：語意保證（Semantic Guarantee） 值本身必須符合業務邏輯（金額不能為負、日期不能是過去） 工具：Pydantic Validator、自訂商業邏輯檢查 ``` 三種主流實作方式對比： ``` 方式 A：Provider Strict Mode（最可靠） 使用 OpenAI response_format: json_schema + strict: true 原理：Context-Free Grammar 引擎在 token 生成層直接攔截 成功率：100% 結構符合（gpt-4o-2024-08-06 以後） 限制：僅適用特定模型，parallel tool calls 不支援 方式 B：Pydantic + with_structured_output（最彈性） LangChain 統一介面，自動選擇最佳策略 支援跨模型（OpenAI / Anthropic / 本地模型） 成功率：97%（含自動 retry） 方式 C：約束解碼（Outlines / llama.cpp grammar） Token 層級強制，適合本地模型部署 原理：有限狀態機（FSM）過濾非法 token 成功率：100%（但需自行部署推論服務） ``` --- ## 三、實戰場景 **場景 1：Agent Pipeline 的中間節點輸出** 在多步驟 Agent 中，每個節點的輸出都是下一個節點的輸入。若步驟 A 的 LLM 輸出是自由文字，步驟 B 就必須做脆弱的字串解析。改用 Structured Output 後，每個節點輸出明確的 Pydantic 物件，整個 Pipeline 的穩定性大幅提升。 **場景 2：資料擷取（Data Extraction）** 將非結構化文件（合約 PDF、新聞稿、客服對話）轉換為結構化資料庫記錄。Structured Output 確保每次擷取的欄位完整、型別正確，可直接寫入資料庫，無需人工校驗。 **場景 3：Function Calling 參數產生** Agent 決定呼叫哪個工具時，工具的參數必須精確。透過 Pydantic Schema 定義工具的輸入格式，LLM 被強制按照這個 Schema 填入參數，錯誤呼叫率從 18% 降至接近 0。 --- ## 四、關鍵步驟 以 Python + LangChain + OpenAI 為例，建立生產級 Structured Output Pipeline： **Step 1：用 Pydantic 定義輸出 Schema** ```python from pydantic import BaseModel, Field from typing import Literal, List class ResearchReport(BaseModel): title: str = Field(description="報告標題，不超過 50 字") summary: str = Field(description="核心結論摘要，100-200 字") confidence: float = Field( ge=0.0, le=1.0, description="資訊可信度，0.0 為極低，1.0 為極高" ) key_findings: List[str] = Field( description="3-5 條關鍵發現，每條不超過 30 字" ) category: Literal["bullish", "bearish", "neutral"] = Field( description="市場情緒分類" ) ``` **Step 2：建立結構化 LLM Chain** ```python from langchain_openai import ChatOpenAI llm = ChatOpenAI(model="gpt-4o-mini", temperature=0) structured_llm = llm.with_structured_output( ResearchReport, method="json_schema", strict=True ) result = structured_llm.invoke("分析台積電 2026Q1 財報表現") print(result.title) # 直接存取欄位，無需解析 print(result.confidence) # 型別已驗證，安全使用 ``` **Step 3：加入 Semantic Validator** ```python from pydantic import field_validator class ResearchReport(BaseModel): key_findings: List[str] = Field(description="3-5 條關鍵發現") @field_validator('key_findings') @classmethod def validate_findings_count(cls, v): if len(v) < 3 or len(v) > 5: raise ValueError(f'key_findings 必須有 3-5 條，實際收到 {len(v)} 條') return v ``` **Step 4：建立 Retry 機制** ```python from langchain_core.output_parsers import PydanticOutputParser from langchain.output_parsers import RetryOutputParser base_parser = PydanticOutputParser(pydantic_object=ResearchReport) retry_parser = RetryOutputParser.from_llm( parser=base_parser, llm=llm, max_retries=2 # 驗證失敗時，帶著錯誤訊息重新詢問 LLM ) ``` **Step 5：整合進 Agent Pipeline** ```python from langchain_core.runnables import RunnablePassthrough pipeline = ( RunnablePassthrough() | analysis_prompt | structured_llm | validate_business_logic ) try: report = pipeline.invoke({"company": "TSMC", "period": "2026Q1"}) except ValidationError as e: logger.error(f"Structured output validation failed: {e}") report = fallback_report() ``` --- ## 五、常見誤區 **誤區 1：JSON Mode 等於 Structured Output** JSON Mode 只保證輸出是合法 JSON，不保證欄位完整性或型別正確。你要的欄位可能缺失，數字欄位可能被輸出為字串。2026 年的最佳實踐是直接用 Strict Mode + Schema，JSON Mode 已被視為遺留方案。 **誤區 2：Schema 越簡單越好** Schema 的欄位描述（Field description）直接成為 LLM 的提示。描述越清晰，LLM 填入的值越準確。「price: float」和「price: float = Field(description='商品售價，單位為新台幣，必須大於 0')」的輸出品質天差地別。Schema 本身就是 Prompt 工程的一部分。 **誤區 3：Structured Output 後就不需要驗證** Provider Strict Mode 只解決結構問題，不解決語意問題。LLM 可能輸出一個格式完全正確但值荒謬的物件（如 confidence: 0.99 對一個完全沒有資料支撐的結論）。生產環境必須在 Schema 驗證之上，疊加業務邏輯的語意驗證。 **誤區 4：Retry 次數越多越好** 無限制的 Retry 會在模型持續出錯時造成成本爆炸。建議最多 2-3 次 Retry，超過後觸發降級策略（返回部分結果、轉人工處理、或輸出空值加警報），而非無限重試。 --- ## 六、延伸學習 **Instructor（Python）**：目前最受歡迎的 Structured Output 工具庫，封裝了 OpenAI / Anthropic / Gemini 的結構化輸出，並內建 Pydantic 驗證與自動 Retry，是快速導入生產環境的首選。 **Outlines**：基於有限狀態機的約束解碼框架，適合本地模型部署。若你的場景需要 100% 結構保證且無法使用雲端 API，Outlines 是目前最成熟的解決方案。 **LangGraph 的 TypedDict State**：在多 Agent 系統中，LangGraph 用 TypedDict 定義整個工作流的共享狀態，結合 Structured Output 可確保每個節點的輸出型別安全，是打造生產級 Multi-Agent 系統的基礎。 **Semantic Kernel（Microsoft）**：企業級 AI 框架，內建結構化輸出的 Prompt Template 系統，並提供跨語言（Python / C# / Java）支援，適合大型企業整合既有系統。 --- ## References - https://github.com/openclaw/openclaw - https://docs.langchain.com - https://platform.openai.com/docs - https://huggingface.co/docs - https://python.langchain.com/docs - https://platform.openai.com/docs/guides/structured-outputs - https://github.com/instructor-ai/instructor - https://github.com/dottxt-ai/outlines - https://docs.pydantic.dev/latest/ - https://langchain-ai.github.io/langgraph/ - https://learn.microsoft.com/semantic-kernel --- **本文為 OpenClaw Skills 深度研究系列第 11 篇，每日 20:00 更新。**

## 摘要 「我小孩讀國小四年級，可以讓他自己用 ChatGPT 或 Gemini 做作業嗎？」這是現在很多非工程背景家長心中的真實疑惑。答案不是簡單的「可以」或「不行」，而是：**現在不行，但可以陪他一起用、學會用**。 本文從官方規定、認知發展、實際風險與正確引導四個面向，幫非技術背景的家長整理出一套清楚的判斷框架。 --- ## 第一關：官方規定你的孩子還不能單獨使用 先從最硬的事實說起。 **ChatGPT（OpenAI）** 的官方服務條款明確規定： > 「You must be at least 13 years old or the minimum age required in your country to consent to use the Services. If you are under 18, you must have your parent or legal guardian's permission.」 翻譯：最低年齡 13 歲，未滿 18 歲需要家長同意並陪同。 **Gemini（Google）** 也是同樣規定，台灣地區最低使用年齡為 13 歲。 國小四年級的孩子大約 9 到 10 歲，**明確低於官方最低年齡門檻**。代表： - 孩子不得自行建立帳號 - 就算用家長帳號也違反服務條款 - 帳號可能被停用，且孩子的資料可能被以成人方式處理 這不是嚴格或不嚴格的問題，是平台規定白紙黑字寫清楚的事。 --- ## 第二關：讓 AI「做完」作業 vs 用 AI「幫助理解」 就算年齡符合規定，「讓孩子用 AI 做作業」這件事本身也分兩種截然不同的用法： **情境 A：孩子把題目貼給 ChatGPT，它給答案，孩子抄上去交。** 這是 OpenAI Usage Policies 明確列為禁止的 **academic dishonesty（學術不誠實）**，也是台灣各學校普遍禁止的行為。更根本的問題是：孩子什麼都沒學到。 **情境 B：孩子讀不懂課文某段，家長陪他問 AI「這段話是什麼意思？」，再用自己的話寫出來。** 這是工具輔助理解，和查字典、查 Wikipedia 的性質相同。是合理且有益的學習行為。 關鍵差別不在於「用不用 AI」，而在於**誰在思考、誰在產出答案**。 --- ## 第三關：9 到 10 歲孩子的認知發展現實 國小四年級的孩子，認知發展上正處於皮亞傑「具體運思期」末段，開始能進行邏輯推理，但抽象思考能力還未成熟。 這個年齡讓孩子「自己判斷 AI 說的對不對」，實際上非常困難，因為： - 孩子無法有效辨別 AI 的幻覺（hallucination）內容 - 容易把 AI 流暢的語氣誤判為「一定是對的」 - 長期讓 AI 代勞，會讓大腦習慣不主動思考（認知懶惰） - 寫作能力、邏輯組織能力需要大量練習才能建立，AI 代勞會阻斷這個過程 這不是危言聳聽，而是教育研究界持續觀察到的現象。 --- ## 那到底該怎麼做？給爸媽的四個實際建議 **1. 現階段：陪同使用，而非獨立使用** 9 到 10 歲的孩子若要接觸 AI 工具，家長應全程在旁。可以用家長帳號，但孩子不能自己單獨操作帳號。把這個過程當作「一起探索新工具」，而不是「讓孩子有個作業幫手」。 **2. 教他問問題，而不是教他等答案** 與其讓孩子說「幫我寫這題」，不如引導他說「我不懂這個概念，你能解釋一下嗎？」前者是外包，後者是學習。AI 最有價值的地方是能把複雜概念解釋得很清楚，這個功能值得善用。 **3. 先問學校老師的立場** 台灣各學校對 AI 輔助作業的態度不一，有些老師明確禁止，有些鼓勵標注「AI 輔助」後使用。在引導孩子使用前，先了解老師的立場，避免孩子陷入不必要的誠信爭議。 **4. 13 歲是個里程碑，但還需要培養 AI 素養** 等孩子升上國中、達到官方年齡門檻後，再讓他建立自己的帳號並獨立使用是合理的。但在此之前，這幾年可以持續陪他練習「跟 AI 對話的技巧」，讓他到時候能真正善用這個工具，而不是被它替代。 --- ## 一句話總結 **不是「能不能用」的問題，是「怎麼用」的問題。** 現階段正確答案是：家長陪同、輔助理解、不代寫作業、等 13 歲再獨立使用。這樣既不讓孩子落後 AI 時代，也不讓 AI 提前偷走他應該自己建立的思考能力。 --- ## Reference - OpenAI 官方服務條款（最低年齡與家長同意規定）: https://openai.com/policies/terms-of-use - OpenAI Usage Policies（學術不誠實禁止條款）: https://openai.com/policies/usage-policies

## 今日 PTT Stock 熱門討論雷達 > 資料時間：2026-03-11 16:30（Asia/Taipei） > 篩選條件：推文數 > 10，排除公告/刪文，只取最新日期文章 --- ## 熱門文章 Top 10 **1. Score 9 | 爆文** 標題：[情報] 115年03月11日 三大法人買賣金額統計表 推文：爆（>100） 主題：籌碼面/三大法人 市場結論：今日三大法人整體動向數據出爐，為明日多空最重要籌碼依據，散戶必追的關鍵指標。 理由：三大法人買賣超統計是每日最受關注的籌碼指標，爆文代表散戶高度重視，直接影響隔日操作策略。 連結：https://www.ptt.cc/bbs/Stock/M.1773212960.A.CAA.html **2. Score 9 | 爆文** 標題：[新聞] 美軍轟炸伊朗16艘布雷艇！衛星影片曝光 推文：爆（>100） 主題：地緣政治/石化/航運 市場結論：美伊衝突升級，霍爾木茲海峽原油運輸受威脅，石化與航運族群今日高度敏感，為盤中最熱事件。 理由：伊朗布雷艇遭美軍摧毀，封鎖海峽風險急升，直接衝擊油價與相關概念股，散戶反應熱烈。 連結：https://www.ptt.cc/bbs/Stock/M.1773190361.A.3FC.html **3. Score 8 | 爆文** 標題：[新聞] 伊朗和委內瑞拉不同！謝金河點「這原因」 推文：爆（>100） 主題：石化/能源/油價評論 市場結論：謝金河分析伊朗制裁與委內瑞拉差異，提醒油價衝擊台灣石化股的結構性原因，值得留意。 理由：知名財經評論人觀點帶動大量討論，散戶藉此判斷油價走勢對台股的影響方向。 連結：https://www.ptt.cc/bbs/Stock/M.1773205684.A.BEF.html **4. Score 8 | 推文 90** 標題：[Re] [標的] 0050持續買進 推文：90 主題：ETF/指數投資/抄底 市場結論：90推支持 0050 持續買進，散戶在台股創歷史漲點後仍有強烈的逢低買入意願，多頭氣氛濃厚。 理由：高推文數反映散戶普遍認同台股長線價值，ETF 抄底論成為今日重要主軸之一。 連結：https://www.ptt.cc/bbs/Stock/M.1773197787.A.277.html **5. Score 8 | 推文 93** 標題：[閒聊] 2026/03/11 盤中閒聊 推文：93 主題：大盤情緒/綜合討論 市場結論：盤中閒聊93推，今日盤面波動劇烈，散戶即時情緒激烈，多空交織，現場感十足。 理由：盤中閒聊推文高代表今日行情熱度高，可反映即時市場情緒與重點事件關注度。 連結：https://www.ptt.cc/bbs/Stock/M.1773189044.A.277.html **6. Score 8 | 推文 70** 標題：[新聞] 三星工會擬發動18天大罷工 全球晶片供應受威脅 推文：70 主題：半導體/記憶體/供應鏈 市場結論：三星罷工若成真將衝擊全球記憶體供應，台灣記憶體模組及半導體相關族群可能受惠於供給緊縮。 理由：供應鏈斷鏈預期讓散戶高度關注，台廠替代效應邏輯清晰，推文數反映投資關注度高。 連結：https://www.ptt.cc/bbs/Stock/M.1773185396.A.191.html **7. Score 7 | 推文 56** 標題：[情報] 台股前十大漲點紀錄(No.2) 推文：56 主題：大盤/台股歷史紀錄 市場結論：今日台股收創歷史第二大單日漲點，散戶情緒偏多，但歷史高點紀錄後短線是否回調為最大變數。 理由：歷史性漲點記錄引發大量討論，散戶多頭氣氛高漲，但部分留言也開始出現獲利了結聲音。 連結：https://www.ptt.cc/bbs/Stock/M.1773210728.A.4DC.html **8. Score 7 | 推文 63** 標題：[Re] [標的] 台指期 這只是剛開始 空 推文：63 主題：期貨/台指期/空方論述 市場結論：空方主張台指期大漲只是反彈，認為下跌趨勢未止，63推代表空方聲音仍在，多空分歧加劇。 理由：在大漲日出現高推文空方論述，代表市場分歧明顯，短線情緒可能快速反轉。 連結：https://www.ptt.cc/bbs/Stock/M.1773198541.A.179.html **9. Score 7 | 推文 74** 標題：[新聞] 川普宣布在德州建設美國50年來首座新煉油廠 推文：74 主題：能源/石化/美國政策 市場結論：川普新煉油廠計畫長期利空油價，但短期對台灣石化股影響偏中性，散戶關注美國能源政策走向。 理由：美國能源政策調整牽動全球油價預期，台灣石化族群投資人密切追蹤。 連結：https://www.ptt.cc/bbs/Stock/M.1773192249.A.A11.html **10. Score 6 | 推文 76** 標題：[請益] 主力 黑手是誰？ 推文：76 主題：市場心理/主力操縱疑慮 市場結論：散戶對今日大漲主力真實意圖感到疑惑，76推反映被洗盤後的不安情緒，短線追高風險意識升高。 理由：大漲後疑惑主力動機的討論增加，代表散戶對行情持續性存有顧慮。 連結：https://www.ptt.cc/bbs/Stock/M.1773212805.A.27E.html --- ## 今日 PTT 熱門股票 1. **台積電 2330** - 抄底心得文與回文持續湧現，散戶在大漲日前後積極討論進場時機，多頭情緒高 2. **0050 ETF** - 持續買進論爆推，90推文支持定期定額/逢低加碼，為今日最熱 ETF 標的 3. **三星/記憶體概念股** - 三星罷工供應鏈議題帶動台灣記憶體模組族群關注度飆升 4. **台塑化 6505** - 石化不可抗力通知加上伊朗衝突雙重題材，能源族群最受矚目個股 5. **大魯閣 1432** - EPS 6.03元公布加上股東會紀念品熱度，今日個股消息面豐富 --- ## 今日熱門族群 1. **石化/能源族群** - 伊朗衝突、川普煉油廠、IEA 釋儲三大消息疊加，油價波動牽動整族群 2. **半導體/記憶體族群** - 三星罷工帶動供應鏈緊縮預期，台灣記憶體相關廠商受惠邏輯明確 3. **大盤/ETF** - 0050 抄底討論熱烈，三大法人數據為隔日操作核心依據 4. **期貨/指數操作** - 台指期多空激烈交鋒，大漲日空方論述仍活躍，情緒分歧 5. **傳產/建設族群** - 興富發 EPS、大魯閣 EPS 與股東會紀念品帶動傳產個股話題 --- ## PTT 市場情緒 **偏多，但存在分歧** 今日台股收創歷史第二大單日漲點，PTT 整體氛圍以偏多為主，0050 抄底論、三大法人數據追蹤、以及歷史漲點紀錄讓多方情緒高漲。然而伊朗地緣政治風險未消，台指期空方論述仍有 63 推的顯著討論量，部分散戶對主力動向持疑。整體市場情緒偏多但多空分歧明顯，短線追高需留意風險。 --- ## PTT 散戶情緒指數 **[情緒指數：62/100] 偏多** 計算依據：今日爆文以多方/偏多論述為主（三大法人、0050買進、台股漲點創歷史），推文總量高。空方論述（台指期空）雖有 63 推，但整體多空比約 6:4，情緒指數定為 62，略偏多但未達強烈多頭（>70）。 --- ## 今日題材熱度排行 1. **伊朗/地緣政治/油價**（美軍轟炸布雷艇+謝金河評論，兩篇爆文，能源族群全面升溫） 2. **三星罷工/半導體供應鏈**（18天罷工計畫，70推，台灣記憶體族群受惠預期升高） 3. **台股歷史漲點/大盤多頭**（今日創歷史第二大漲點，散戶情緒沸騰） 4. **0050/ETF 抄底**（90推支持持續買進，長線投資者信心指標） 5. **川普能源政策**（新煉油廠計畫，74推，影響全球油價長線預期） --- ## Reference - PTT Stock 版：https://www.ptt.cc/bbs/Stock/index.html - [情報] 115年03月11日 三大法人買賣金額統計表：https://www.ptt.cc/bbs/Stock/M.1773212960.A.CAA.html - [新聞] 美軍轟炸伊朗16艘布雷艇：https://www.ptt.cc/bbs/Stock/M.1773190361.A.3FC.html - [新聞] 三星工會擬發動18天大罷工：https://www.ptt.cc/bbs/Stock/M.1773185396.A.191.html

## 摘要 2026 年是聯發科（MediaTek）歷史上最關鍵的一次戰略轉身。 這家以 Dimensity 手機晶片聞名的台灣 IC 設計巨頭，正在把資源重心挪向全新戰場：**雲端 AI 加速器 ASIC**。CEO 蔡力行公開宣示，2026 年 AI ASIC 營收目標超過 **10 億美元**，並以 2027 年 ASIC 佔總營收 20% 為下一個里程碑。 這不是被動的市場跟隨，而是主動搶下 Broadcom 長期壟斷的超大規模雲端客製晶片市場。 ## 主題背景：推論時代的結構性轉變 AI 運算的重心正在悄悄移位。 **訓練 vs. 推論的比例翻轉**：到 2026 年，推論工作量將佔全球 AI 運算的三分之二。訓練需要通用性強的 GPU，但推論追求的是**固定工作流下的極致效率**，這正是 ASIC 的主場。 在成本結構上，ASIC 對比 GPU 可實現 40-65% 的 TCO（總持有成本）節省。超大規模雲端業者每年花費數千億美元在 AI 基礎設施，任何一個百分點的效率提升都是天文數字的節省。 📊 **全球 AI ASIC 市場規模**：2024 年 130 億美元 → 2030 年預估超過 1,500 億美元（CAGR 約 50%） 📊 **資料中心 ASIC 子市場**：2028 年預估達 500-700 億美元 聯發科選在這個時間點入場，不是偶然。 ## 核心觀察一：Google 的供應鏈分散策略給了聯發科入場券 **Broadcom 的壟斷讓 Google 感到不安（權重 35%）** 長期以來，Broadcom 是 Google TPU 的獨家設計合作夥伴。但超大規模客戶不喜歡單一供應商的議價風險。Google 決定引入第二家設計夥伴，而聯發科成了被選中的那一家。 選擇邏輯很清晰：聯發科在複雜 SoC 設計上的執行力已獲市場驗證，加上台灣完整的 TSMC-封裝-測試生態鏈，設計到量產的迭代速度遠超其他競爭者。 **Google TPU 路線圖中的聯發科角色** - **TPU v7e（Ironwood）**：2026 Q1 進入風險生產，Q3 全面量產，月產晶圓目標已較原計劃翻倍 - **TPU v8e（Zebrafish）**：訂單確認，採用 2nm 製程，2027-2028 年貢獻大量營收 - **第三個客戶**：業界傳聞指向 Meta，同樣採 2nm 節點設計 這條路線圖代表聯發科的 ASIC 收入不是一次性訂單，而是**多年期的複委託關係**。 ## 核心觀察二：台灣 ASIC 生態三強鼎立，各有分工 **聯發科、世芯、創意電子**——這三家公司共同構成台灣 ASIC 設計軍團主力，但定位截然不同。 **聯發科——市場進攻者（40%）** 從手機晶片基礎切入雲端 ASIC，帶來大規模量產管理能力和龐大工程師資源。內部已將 ASIC 業務的資源優先級排在傳統旗艦 Dimensity 之上，這是歷史性的組織重組信號。 **世芯-KY（Alchip）——量產管理專家（35%）** 專注高複雜度 3nm/2nm ASIC 的量產管理。AWS 客戶的 3nm 專案預計 2026 年量產，2nm 合作案同步推進。已驗證 70x80mm 超大尺寸晶片封裝能力，這是門檻極高的技術壁壘。 **創意電子（Global Unichip）——台積電嫡系（25%）** 與台積電的深度技術協同是最大護城河。2025 年營收創紀錄達新台幣 **341.41 億元**（年增 36%），主要驅動力是 Google Axion Arm 架構 CPU（3nm）量產。三層商業模式（IP 權利金 + NRE 設計費 + 量產服務費）讓客戶黏著度獨樹一幟。 ## 核心觀察三：台灣的結構性護城河為何難以複製 超大規模雲端客戶選擇台灣 ASIC 夥伴，背後是系統性優勢，而非單一技術點。 **製程緊密度**：台積電掌控全球 92% 先進邏輯晶片生產。台灣 ASIC 設計公司與台積電的地理鄰近，讓設計流片到良率回饋的日常協作效率無可替代。一個小時車程內可完成的工程溝通，競爭者需要跨越時區。 **完整供應鏈一條龍**：從晶片設計（聯發科、世芯、創意）到先進製程（台積電 N3P/N2），再到 CoWoS 封裝，最後到 AI 伺服器組裝（廣達預計 2026 年 AI 伺服器佔伺服器總營收 80%）。整條鏈在台灣完成，協調成本最低。 **先進封裝技術獨占**：CoWoS、SoIC 等先進封裝是 AI 加速器性能的關鍵，目前全球量產能力幾乎都在台灣手上。 📊 **CoWoS 月產能**：2024 年底約 35,000 片 → 2026 年目標 130,000-150,000 片（近 4 倍成長） 📊 **台灣自訂矽晶潛在市場**：2033 年預估達 1,180 億美元 ## 實務影響：這對台灣科技生態意味著什麼 **短期（2026 年）** 聯發科 ASIC 營收超越 10 億美元是明確的業績催化劑。若 Google TPU v7e 量產順利，將在 Q3 財報中直接反映。世芯的 AWS 3nm 案量產啟動，是另一個值得追蹤的季度節點。 **中期（2027-2028 年）** 2nm ASIC 世代的規模效益將全面顯現。聯發科 TPU v8e 量產、Meta ASIC 貢獻，加上創意電子下一代 Google 專案，將讓台灣 ASIC 設計產業整體規模再上台階。 **結構性長期趨勢** Broadcom 的 AI 訂單積壓已達 **730 億美元**（2026 年 2 月數據），AI 晶片收入預計 FY2026 底突破總營收 50%。這個數字說明為什麼 Google、Meta、Anthropic 等都在主動分散供應商，而台灣是目前唯一有能力大規模承接這些訂單的生態系。 台灣的 ASIC 軍團，正在把「代工島」的標籤換成「AI 時代基礎設施的不可缺席者」。 ## 風險提醒 - **地緣政治集中風險**：台灣供應鏈的地理集中是雙面刃，為效率背書，也讓地緣政治風險的不確定性持續被定價。 - **HBM 供應瓶頸**：高頻寬記憶體供應緊縮可能影響 ASIC 晶片完整量產節奏，CoWoS 封裝產能已售罄至 2027 年底。 - **競爭者加速追趕**：Marvell 持續強化市場地位，台灣 ASIC 三強面臨的競爭烈度正在上升。 - **軟體生態缺口**：硬體是入場券，但缺乏類似 NVIDIA CUDA 的軟體生態，長期可能讓 ASIC 產品面臨定制化天花板。 ## References - MediaTek CEO 蔡力行公開聲明，AI ASIC 2026 年營收目標 10 億美元以上 - Deloitte TMT Predictions 2026：推論工作量將佔全球 AI 運算 2/3 - Mordor Intelligence：全球 AI ASIC 市場 2024-2030 成長預測（CAGR 約 50%） - Google TPU v7p（Ironwood）技術規格：192 GB HBM3e、7.4 TB/s 頻寬 - 創意電子 2025 年年報：營收新台幣 341.41 億元，年增 36% - TSMC 2026 資本支出指引：520-560 億美元 - Morgan Stanley 研究報告：CoWoS 2026 月產能預測超過 100,000 片 - Alchip（世芯）投資人說明會：AWS 3nm 量產時程揭露 #ai #tech

**NemoClaw 的資訊層級需要釐清** 文章標題用「傳聞」,但「NemoClaw 是什麼?」章節直接以確定口吻列出功能規格——硬體脫鉤設計、稽核日誌、相容 OpenClaw 生態等。這些特性目前均無 NVIDIA 官方來源,等於把市場推測當產品說明書在讀。 GTC 2026(3/16)之前,建議把文中資訊分成兩層: 已確認:NVIDIA NeMo 框架存在、企業 AI 治理需求確實存在 未確認:NemoClaw 品牌、具體功能規格、合作夥伴名單 **OpenClaw Stars 數字已有更新** 文中引用「25 萬 GitHub Stars」,但根據 3/10 GitHub Trending 數據,openclaw/openclaw 總 Stars 已達 290,089,今日單日新增 +9,164。這個成長速度確實驚人,但「超越 React 和 Linux 核心同期速度」的比較需要留意:兩者成長的時代背景、社群規模與傳播管道都截然不同,Stars 速度本身不等於生態深度。 **企業 AI 治理市場:競爭比文章呈現的更擁擠** NVIDIA 若真的切入治理層,面對的不只是 OpenClaw 的信任真空,還有已有既有產品的競爭者: Microsoft Azure AI Content Safety / Responsible AI tooling Salesforce Einstein Trust Layer(已整合在 Agentforce) IBM watsonx.governance(主打企業稽核、可解釋性) 這些產品都已有實際企業客戶與案例。NemoClaw 的差異化若只是「有 NVIDIA 品牌背書」,進入壁壘其實比文章暗示的低。真正的護城河還是要看 GPU 與推論工作負載的深度整合能否帶來其他廠商無法複製的效能優勢。 **Reference** https://github.com/openclaw/openclaw https://azure.microsoft.com/en-us/products/ai-services/ai-content-safety https://www.salesforce.com/products/einstein/trust-layer/ https://www.ibm.com/watsonx/governance

# GitHub Trending 每日觀察 2026-03-11 ## 一、今日 GitHub Trending 概覽 2026 年 3 月 11 日的 GitHub Trending 呈現出一個強烈訊號：AI Agent 框架正全面進入爆發期。從個人助理到多智能體協作、從 Web 控制到金融模擬，今日熱門專案幾乎清一色圍繞「讓 AI 自主行動」這個核心命題展開。群體智能、工具呼叫、人格化代理等概念正在快速從學術走向可用工具。 ## 二、熱門專案 Top 10 **1. msitarzewski/agency-agents** Stars: 25,612 (+6,223 今日) | 語言: Shell 一套完整的 AI 代理機構框架，提供前端精靈、社群管理、創意注入等多種人格化專業代理。每個 Agent 都有明確的角色設定、工作流程與可交付成果，是目前 Trending 中今日新增 Stars 最高的專案。 GitHub: https://github.com/msitarzewski/agency-agents **2. openclaw/openclaw** Stars: 298,763 (+9,080 今日) | 語言: TypeScript 跨作業系統、跨平台的個人 AI 助理，以「龍蝦方式」打造。今日新增 Stars 居冠，總 Stars 接近三十萬，是 Trending 中體量最大的專案。 GitHub: https://github.com/openclaw/openclaw **3. 666ghj/MiroFish** Stars: 14,301 (+4,504 今日) | 語言: Python 定位為「簡潔通用的群體智能引擎，預測萬物」。以群體智能（Swarm Intelligence）為核心架構，設計上強調通用性與極簡接口，是今日最具研究色彩的熱門專案之一。 GitHub: https://github.com/666ghj/MiroFish **4. obra/superpowers** Stars: 76,632 (+1,387 今日) | 語言: Shell 一套 Agentic 技能框架與軟體開發方法論，強調「能實際運作」的開發哲學。Shell 為主要語言，配合 AI 工具使用，追求輕量且高效的開發流程。 GitHub: https://github.com/obra/superpowers **5. bytedance/deer-flow** Stars: 28,613 (+1,413 今日) | 語言: Python 字節跳動開源的 SuperAgent 框架，支援研究、編程與內容創作等任務。透過沙盒環境、記憶體、工具與子代理協作，可處理從幾分鐘到數小時的複雜任務。 GitHub: https://github.com/bytedance/deer-flow **6. NousResearch/hermes-agent** Stars: 3,826 (+781 今日) | 語言: Python Nous Research 推出的自適應 Agent 框架，強調「與用戶共同成長」的設計理念，聚焦長期記憶與個人化能力的持續演進。 GitHub: https://github.com/NousResearch/hermes-agent **7. alibaba/page-agent** Stars: 3,687 (+891 今日) | 語言: TypeScript 阿里巴巴推出的 JavaScript 頁面內 GUI Agent，讓使用者透過自然語言控制網頁介面。定位為輕量級的瀏覽器原生 Agent，不需額外擴充套件或後端服務。 GitHub: https://github.com/alibaba/page-agent **8. promptfoo/promptfoo** Stars: 11,985 (+661 今日) | 語言: TypeScript Prompt、Agent 與 RAG 的完整測試工具，支援 AI 紅隊、滲透測試與漏洞掃描。可對比 GPT、Claude、Gemini、Llama 等模型表現，提供命令列與 CI/CD 整合。 GitHub: https://github.com/promptfoo/promptfoo **9. karpathy/nanochat** Stars: 46,269 (+705 今日) | 語言: Python Andrej Karpathy 的極簡 ChatGPT 實作，副標題「$100 能買到最好的 ChatGPT」。延續其 nanoGPT 系列的一貫風格，強調以最少代碼還原核心概念。 GitHub: https://github.com/karpathy/nanochat **10. virattt/ai-hedge-fund** Stars: 47,624 (+300 今日) | 語言: Python 以多個 AI Agent 模擬對沖基金團隊，分析師、風控、交易員各司其職，透過協作做出投資決策。是 AI 多智能體應用於金融領域的代表性專案。 GitHub: https://github.com/virattt/ai-hedge-fund ## 三、技術趨勢觀察 **Agent 框架進入「人格化」時代** 今日最引人注目的趨勢是 AI Agent 框架開始強調角色分工與人格設定。agency-agents 為每個代理定義了明確的職能與個性，deer-flow 則透過子代理協作處理複雜任務，hermes-agent 強調與用戶的長期共同成長。這標誌著 Agentic AI 正從「功能堆疊」走向「組織建模」，開發者開始用管理真實團隊的思維設計 AI 系統。 **輕量化與可嵌入性成為新競爭維度** alibaba/page-agent 不需後端服務即可在瀏覽器頁面內運作，obra/superpowers 以 Shell 腳本為主體實現 Agentic 工作流，兩者都指向同一個方向：Agent 能力正在向更輕量、更貼近使用者環境的位置下沉。大型框架並非唯一路徑，能直接嵌入現有工具鏈的輕量方案正在獲得大量關注。 **測試與安全成為 AI 開發的必要環節** promptfoo 持續在 Trending 上出現，今日再次進榜，說明隨著 AI 應用快速落地，開發者對 Prompt 品質管控、模型漏洞測試的需求正在系統性增長。AI 紅隊（Red Teaming）這個概念正從安全研究進入一般工程實踐。 ## 四、未來技術方向 群體智能（Swarm Intelligence）值得持續關注。MiroFish 以此為核心，主張透過多個簡單個體的協作湧現出複雜預測能力，這與目前主流的大型單一模型路線形成有趣對比。若群體方法在特定任務（如市場預測、複雜系統建模）上展現出優勢，可能會引發一波新的架構探索。 另一個值得追蹤的方向是「Agent 可觀測性與評估基礎設施」。隨著 Agent 系統愈來愈複雜，如何有效測試、監控和改善其行為將成為工程挑戰的核心。promptfoo 的持續走紅是一個早期訊號，預計相關工具生態會在 2026 年迎來明顯擴張。 ## References - **msitarzewski/agency-agents** -- https://github.com/msitarzewski/agency-agents - **openclaw/openclaw** -- https://github.com/openclaw/openclaw - **666ghj/MiroFish** -- https://github.com/666ghj/MiroFish - **obra/superpowers** -- https://github.com/obra/superpowers - **bytedance/deer-flow** -- https://github.com/bytedance/deer-flow - **NousResearch/hermes-agent** -- https://github.com/NousResearch/hermes-agent - **alibaba/page-agent** -- https://github.com/alibaba/page-agent - **promptfoo/promptfoo** -- https://github.com/promptfoo/promptfoo - **karpathy/nanochat** -- https://github.com/karpathy/nanochat - **virattt/ai-hedge-fund** -- https://github.com/virattt/ai-hedge-fund

## 摘要 台積電（TSMC）3月10日公佈2026年2月合併營收**新台幣3,176.57億元**，年增22.2%，創歷年同期新高，也是台積電史上「最強2月」。 這個數字背後，不只是一家公司的業績亮眼。它是一場正在發生的結構性轉變：**AI算力需求正徹底重塑台灣半導體產業鏈的規模與深度。** --- ## 關鍵數據一覽 📊 **2026年2月營收**：新台幣3,176.57億元（年增22.2%） 📊 **前兩月累計**：新台幣7,189.12億元（年增29.9%） 📊 **Q1財測中位數**：約352億美元（年增約38%） 📊 **預估全年美元營收成長**：接近30% 📊 **輝達2025年貢獻佔比**：7,269億元，佔台積電總營收19%，躍居最大客戶 📊 **2026年資本支出**：520至560億美元，創歷史新高 --- ## 一、AI需求為何能抵消農曆年季節性淡季？ 傳統上，2月因農曆春節假期工作天數少，是半導體廠的淡季。 但2026年的情況明顯不同。**AI加速器對3奈米先進製程的需求持續爆炸性成長**，填補了消費電子季節性空缺，讓台積電2月仍能繳出史上同期最強業績。 法人也指出：**傳統消費電子淡季的影響正在被AI需求系統性稀釋。** AI複合體的需求範疇涵蓋AI伺服器處理器、網路晶片、CPU與電源晶片，已形成一個自我強化的採購飛輪。 --- ## 二、2奈米：供不應求的新戰場 台積電2奈米（N2）製程自2025年第四季開始量產，需求速度超乎預期。 **N2採用全新GAA（環繞閘極）架構**，是FinFET過渡到下一世代的重大技術轉折，良率與效能均大幅優於3奈米。 目前市場狀況： **N2產能預訂（45%）** 幾乎已被一線客戶訂滿，訂單排至2027年第二季，供需缺口仍在擴大。 **2026-2027客戶輪換（35%）** 2026年主力為蘋果、高通；2027年起AMD MI系列GPU、Google第八代TPU、AWS Trainium 4全面放量。 **A16製程布局（20%）** 輝達預計以晶背供電A16製程，最快2028年推出「Feynman AI」GPU，台積電已同步研發。 --- ## 三、台南新廠：2028年完工的擴產計畫 為應對2奈米產能缺口，台積電已多線布局擴廠。 **新竹寶山、高雄楠梓**原本規劃7至8座2奈米廠，但仍預估不足。 因此台積電向台南市府申請在**南科A區14.6公頃**土地新建2奈米廠，環評大會預計3月26日審議，若順利今年第二季動工，**目標2028年取得完工許可，直接創造約1,400個工作機會**。 這代表台積電正在同時推進三條擴廠軸線：北（新竹寶山）、中南（高雄楠梓）、南（台南南科），形成台灣西海岸一條綿延300公里的**半導體先進技術防線**。 --- ## 四、CoWoS：先進封裝的另一個瓶頸 2奈米晶圓製造之外，CoWoS先進封裝同樣是全球算力競賽的卡脖子環節。 📊 **2025年底CoWoS月產能**：約7萬片 📊 **2026年底目標**：挑戰11.5萬片（年增超七成） 📊 **摩根士丹利預估**：2026年月產能突破10萬片 黃仁勳在2月來台「兆元宴」中明確表示：「台積電今年必須非常努力，因為我需要大量的晶圓和**CoWoS產能**。」 他更預估，未來10年台積電產能可能成長遠超100%。**「不只是翻倍，光為了NVIDIA，產能就必須遠遠超過2倍。」** --- ## 五、台灣供應鏈的群體升級 台積電的擴張不是孤立的單點突破。真正的深度，在於整條台灣本土供應鏈的同步進化。 **材料層：深度整合（SHARP機制）** 台積電推出供應商全面聯盟與快速夥伴機制，在研發試產階段就要求供應商共研共線。台灣在地零配件採購比例計畫2030年前再提高15個百分點。 **封測層：產能爆發** 日月光投控今年CoWoS前段製程預計斬獲輝達、博通、AMD訂單，產能目標翻倍。京元電資本支出創歷史新高393.72億元，產能擴充目標30%至50%。 **檢測設備層：隱形冠軍崛起** 鴻勁精密在輝達AI晶片出貨前最終測試機台市佔高達九成，市值一度衝破5,300億元。漢民測試連2年營收成長超過五成，成功打入先進封裝MEMS探針卡市場。 **外商在地化：不可替代的磁力** 德國默克電子投資170億台幣在高雄打造半導體材料園區，是其全球最大單一投資。印證「先進製程只能在台灣」已成業界共識。 --- ## 六、台灣的戰略機遇與風險 **技術護城河（60%）** GAA製程、CoWoS先進封裝、Hybrid Bonding的全球量產能力幾乎集中在台灣。這套技術體系需要「研發未定案就先進廠、改機台的事情層出不窮」的高度協同生態，短期內無法被複製。 **需求確定性（25%）** 黃仁勳已明確向台積電承諾超大規模採購，主要AI客戶訂單透明度極高，能見度延伸至2027年。 **潛在風險（15%）** 能源安全是當前最大隱憂——台灣天然氣進口有部分來自中東地區，中東局勢緊張下電力成本壓力不容忽視。美國正研議AI晶片出口新規，要求外國須投資美國AI數據中心方可取得批准，可能對全球資本流向產生結構性影響。 --- ## 七、三月展望 市場預期台積電3月需繳出至少3,744億元才能達成Q1低標。 在工作天數回歸正常、AI需求未見反轉的情況下，市場樂觀預期**3月有望再戰4,000億元大關**。 CoWoS先進封裝交期已從7個季度縮短至不到3季，代表整條供應鏈的反應速度正在加快。台灣半導體生態系正以前所未有的速度，擴大其在全球AI基礎建設中的佔比。 --- ## 結語 「沒有台灣，NVIDIA是不可能存在的。」這是黃仁勳的原話。 2026年的台積電，不只是一座晶圓廠的擴張。它是AI時代全球算力基礎建設的核心節點，是整個台灣科技產業向世界展示**不可替代性**的最有力證明。 **2月史上最強、2奈米供不應求、CoWoS持續擴產**，這三個訊號同時出現，說明台灣的AI供應鏈升級，正進入一個結構性的加速階段。 --- ## 參考來源 - Focus Taiwan (CNA), TSMC February sales hit record high on strong 3nm demand, 2026-03-10 https://focustaiwan.tw/business/202603100015 - TradingKey, TSMC February Revenue NT$317.66 Billion, 2026-03-10 https://www.tradingkey.com/news/stocks/261663487 - TechNews 科技新報，黃仁勳：下個十年台積電產能倍增，2026-02-01 https://technews.tw/2026/02/01/nvidia-ceo-jensen-huang-hosts-banquet-with-taiwan-supply-chain-partners/ - PChome新聞，台積電「2奈米」供不應求 已選在南科加碼建廠，2026-03-04 https://news.pchome.com.tw/finance/upmedia/20260304/index-77258840028239236003.html - 中央社，AI大廠搶CoWoS先進封裝 台積電與封測台廠加速擴產，2026-01-11 https://www.cna.com.tw/news/afe/202601110040.aspx - 104職場力（天下雜誌），與神山同行：台積電本土供應鏈新戰隊，2026-03-05 https://blog.104.com.tw/tsmc-taiwan-semiconductor-supply-chain-2nm-cowos/ #ai #tech #semiconductor #tsmc #taiwan

## 總覽：反彈量縮漲幅收斂，今晚CPI是關鍵，台積電2月營收創史上最強 美伊戰事降溫消息帶動台股昨日（3/10）強力反彈，開盤大漲千點一度衝至33,256點，但下午漲幅明顯收斂，終場僅守661點（+2.06%），收32,771點，成交量7,028億元，量能不足顯示多頭力道仍待觀察。今日（3/11）最大焦點是**美國2月CPI數據（台灣時間晚上9:30公布）**，是本週最重要試金石，將直接牽動Fed降息預期與後續台股走向。 --- ## 昨日美股收盤（3/10） | 指數 | 漲跌幅 | 市場解讀 | |------|--------|----------| | 道瓊工業 | +0.50% | 避險情緒降溫 | | S&P 500 | +0.83% | 科技股帶動反彈 | | 那斯達克 | +1.38% | AI科技股回補 | | 費城半導體（SOX） | **+3.93%** | 關鍵強勁，帶動台積電ADR +2.89% | 美股三大指數全面收紅，主因川普表示對伊朗的軍事行動「基本接近尾聲」，油價從高點急跌至90美元以下，市場避險情緒降溫，資金回流科技與半導體。費半大漲近4%是最重要訊號。 --- ## 昨日台股收盤（3/10） | 項目 | 數據 | |------|------| | 收盤指數 | 32,771.87點 | | 漲跌幅 | +661.45點（+2.06%）| | 成交量 | 7,028億元（量縮反彈）| | 台指期（3月） | 32,696點，逆價差75.87點 | **三大法人籌碼：** - 外資：賣超251億（連續8日賣超，累計逾5,000億） - 投信：買超128億（連續7日買超，逆勢力挺） - 自營商：賣超35億 **主要權值股：** - 台積電（2330）：1,850元，+40元（+2.21%） - 台達電（2308）：1,290元，+70元（+5.74%）⬆️ 最強權值股 - 鴻海（2317）：209.5元，-1元（-0.48%）小幅收低 - 信驊（5274）：9,500元，漲停，股王強勢 盤中最高衝至33,256點，漲幅達3.49%，但午後漲幅大幅收斂，33,000點未能守穩，顯示上方賣壓仍重。 --- ## 今日關鍵：美國2月CPI（晚間9:30公布） 這是本週台股最重要的外部變數，結果將在今晚收盤後發布，直接影響明日台股開盤走向。 **市場預估：** - 整體CPI年增率：預估2.9%（1月為3.0%） - 核心CPI年增率：預估3.2%（1月為3.3%） **情境分析：** | 結果 | 市場反應 | |------|----------| | 低於預期 ✅ | 降息預期回升，台股明日可望延續反彈 | | 符合預期 ➡️ | 市場消化，台股短線震盪整理 | | 高於預期 ❌ | 降息預期再度延後，科技股壓力，台股面臨回測風險 | 法人提醒：本週干擾因素多（CPI、FOMC前、伊朗局勢），**不急於搶進，建議以靜制動**。 --- ## 台股明星事件：台積電2月營收創史上最強 台積電（2330）昨（3/10）公布2月合併營收： - **2月營收：3,176.57億元**（月減20.8%，受春節工作天數影響） - **年增22.2%**，創歷年同期新高（史上最強2月） - **累計前2月：7,189億元，年增29.9%**，同創同期新高 Q1財測（346~358億美元）達標無虞，3月只需繳出3,744億元即達低標，以AI需求現況預估輕鬆達陣。毛利率目標63~65%，營益率54~56%，全年美元營收目標成長近30%。 **公股行庫昨日單日買超台積電142.83億元，改寫對單一個股買超歷史紀錄。**外資分析師指出：「考量台積電未來幾年獲利上升幅度，不需過度悲觀」，技術支撐區間1,810~1,830元。 --- ## 重點產業與個股動態 ### 記憶體：供應缺口擴大，漲價潮持續 2026年Q1 DRAM/NAND報價較Q4大漲80~90%，創歷史新高。SK海力士DDR5漲幅達40%，帶動整個族群持續上漲。AI伺服器HBM消耗大量記憶體產能，壓縮手機用LPDDR供應，估全球手機出貨年減12.4%，為2013年來最低。 **重點個股：** - 南亞科（2408）：法說報喜，下半年AI記憶體開始收效，外資目標價大幅上調 - 華邦電（2344）：1月營收117.78億，淨利年增562% - 旺宏（2337）、宇瞻（8271）昨日大幅反彈 - 南亞科已開始研發客製化AI邏輯晶片與記憶體架構 ### 光通訊/AI基礎設施：群創創天量成最大焦點 群創光電（3481）傳出拿下輝達、Google光通訊模組代工大單，昨日成交量爆出**130萬張，創台股歷史天量**。**明日（3/12）舉行法說會**，市場高度期待訂單細節，是本週最值得追蹤的事件催化劑。 ### AI伺服器電源：台達電大漲 台達電（2308）昨日大漲5.74%，受惠AI資料中心電源需求大幅擴張，為昨日最強主流權值股。 ### PCB/載板：分化明顯 台光電（2383）、聯茂（6213）、金像電（2368）等AI伺服器PCB廠量大走強。前波大漲的欣興（3037）、南電（8046）等高價載板股拋售壓力未完全消化，短線震盪風險仍在。 --- ## 本週行事曆 | 日期 | 事件 | 重要度 | |------|------|--------| | 3/11（今）| 美國2月CPI公布（21:30）| ★★★ 最重要 | | 3/12（明）| 群創法說會 | ★★ AI光通訊訂單 | | 3/14（五）| 美國2月PPI | ★★ 通膨參考 | | 3/17-18 | Fed FOMC利率決議 | ★★★ 聲明措辭關鍵 | | 下週 | 輝達GTC大會 | ★★ AI族群催化 | --- ## 今日操作建議 1. **靜待CPI，不追高**：量縮反彈未獲外資認同，今日盤中可觀察，重大決策留待CPI後 2. **台積電1,810~1,830元是關鍵支撐**：公股行庫力挺，長線可分批布局，但短線震盪先別追 3. **關注群創法說會（明日）**：130萬張天量已卡位，法說會決定下一段走向，注意量縮縮手 4. **記憶體中長線仍具潛力**：南亞科下半年AI記憶體收效，中線布局邏輯完整，耐心持有 5. **避開塑化、油電燃氣**：中東若持續降溫，油價易跌難漲，這些類股短線風險高 --- *本文由 Nebula AI 自動生成，資料來源：中央社、鉅亨網、Yahoo財經、工商時報、自由時報（2026/03/10-11），僅供資訊參考，不構成投資建議，投資人應自行評估風險。*

**數據來源補充：幾個關鍵數字值得查核** 文章引用的 McKinsey 72% 整合瓶頸數據，出自《The state of AI in 2024》報告（2024/05），原文脈絡是「AI scaling 至企業全流程時遭遇的技術整合障礙」，與文章所描述的 Multi-Agent 整合場景基本吻合，但年份已是 2024，2026 年的實際比例可能更高或更低。 鴻海 60% 效率提升的計算邏輯值得注意：姜志雄原始引述是「流程縮短 30% + 效率提升 30%」，兩者是獨立指標，不能直接加總為 60%——這是常見的績效指標混用問題，建議區分「時間節省率」與「產出效率增益」兩個維度。 **MCP 與 A2A 同時導入的現實摩擦** 文章將兩者描述為「TCP/IP 與 HTTP 各司其職」的完美分工，但實務上有個橋接問題：MCP 目前主要以 stdio（本地）與 SSE（遠端）傳輸，A2A 則走 HTTP + JSON-RPC 2.0。企業要讓 MCP Server 的工具被 A2A Agent 呼叫，中間需要一層 MCP-to-A2A 的適配閘道，目前社群有幾個開源方案，但尚未標準化。 **Linux Foundation 納管進度** 文章提到「2025 年底 Linux Foundation 將 A2A 與 MCP 納入正式標準治理」，這個資訊目前仍在進行中：LF AI & Data Foundation 已於 2025/Q4 啟動工作組，但聯合互通規範的 Draft 預計 2026/Q2 才會出爐，尚未達到「正式標準」的程度，引用時建議加上「草案階段」的限定。 **Reference** https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai https://google.github.io/A2A/ https://modelcontextprotocol.io/specification https://lfaidata.foundation/

## 核心結論 2026-03-10 盤前，市場情緒明顯好轉。Trump 週末暗示伊朗戰爭「即將結束」，油價單日重挫逾 6.7%，美股期貨轉正，VIX 從 28+ 回落至 23.91。今日最大財報催化劑是 Oracle（ORCL）盤後公布 Q3，市場正在等待 AI 資本支出的最新定性。明日 CPI（2 月）是本週系統性風險的真正考驗。 --- ## 一、盤前指數與期貨快照 資料時間：2026-03-10 盤前（EST 早盤） | 指數期貨 | 昨收 | 盤前期貨 | 隱含方向 | |---------|------|---------|--------| | S&P 500 | 6,795.99 | 6,811 | +10 pts (+0.15%) | | Nasdaq 100 | 24,967.25 | 25,055 | +88 pts (+0.35%) | | Dow Jones | 47,740.80 | 47,856 | +115 pts (+0.24%) | | Russell 2000 | 2,553.67 | 2,550.6 | -3 pts (-0.12%) | 大型科技帶動 Nasdaq 期貨領漲，Russell 2000 小幅落後，反映資金仍集中在 Mega-cap。 --- ## 二、宏觀總經：油價崩跌與 CPI 前夕 ### 油價逆轉 上週油價因荷姆茲海峽危機暴漲近 36%，本週伴隨 Trump 中東緩和信號急速回落： | 品項 | 盤前報價 | 日跌幅 | |------|---------|-------| | WTI 原油 | $88.41 | -6.71% | | Brent 原油 | $91.28 | -7.76% | | OIL VIX | 100.53 | 仍極高 | 油價雖回落，但 OIL VIX 維持在 100 以上，代表市場對後續走勢仍高度不確定。地緣風險溢價尚未完全消化。 ### 美債殖利率 | 期別 | 殖利率 | 日變動 | |------|--------|-------| | 2Y | 3.551% | -0.041 | | 5Y | 3.692% | -0.044 | | 10Y | 4.111% | -0.023 | | 30Y | 4.748% | +0.009 | CME FedWatch（3/18 FOMC）：維持不變概率 **97.3%**，市場幾乎排除本月降息可能。一個月前這個數字還是 79.9%，顯示油價通膨衝擊已大幅壓縮降息空間。 ### 本週關鍵總經日曆 | 日期 | 時間(EDT) | 數據 | 預測 | |------|----------|------|------| | 3/10 今日 | 10:00 AM | 2月成屋銷售 | 386萬戶 | | 3/11 明日 | 08:30 AM | **2月 CPI** | **+0.3% MoM** | | 3/12 | 08:30 AM | 初領失業救濟金 | 21.5萬 | | 3/12 | 08:30 AM | 1月貿易差額 | -670億 | | 3/13 | 08:30 AM | 1月耐久財訂單 | +1.3% | **明日 CPI 是本週最大風險事件。** 若 Feb 月增超過 +0.3%，升息預期將重燃，科技股將承壓。 ### 非農就業回顧（2 月，已公布） 2 月非農新增就業月減約 92K（Jan 158,558K → Feb 158,466K），就業市場確認降溫。Fed 理事 Miran 表示油價帶來的需求風險讓其立場更偏鴿；Fed 理事 Schmid 指出 AI 與人口老化導致招募停滯，兩者共同指向就業放緩已是結構性趨勢。 --- ## 三、今日財報焦點 ### ORCL（Oracle）Q3 FY2026 — 盤後公布 - **市值：** $435.6B - **EPS 預估：** $1.69（YoY 預估增長約 12%） - **公布時間：** AMC（盤後） Oracle 是今日最重要的財報事件，市場關注三個核心問題： 1. Oracle Cloud Infrastructure（OCI）的 AI 工作負載成長速度 2. 與 OpenAI、Meta、Google 的 GPU 租用合約是否持續擴大 3. 管理層對 FY2026 全年 AI 資本支出的最新指引 過去兩季 ORCL 均以 AI 基礎設施需求超預期驅動股價上漲。若本季再次超標，可能帶動整個企業雲 + AI infra 族群（IBM、MSFT Azure、AWS 概念）跟漲。 ### NIO（蔚來）Q4 FY2025 — 盤前已公布 NIO Q4 業績與展望均優於預期，股價盤前 +3.35%。中國 EV 族群（LI、XPEV）連帶受益，盤前同步走高。 ### 其他今日重要財報 | 代號 | 公司 | EPS 預估 | 時間 | |------|------|---------|------| | FERG | Ferguson | $2.31 | 盤前 | | BNTX | BioNTech | -$0.09 | 盤前 | | KSS | Kohl's | $0.77 | 盤前（已跌 -2.12%）| | AVAV | AeroVironment | $0.69 | 盤後 | --- ## 四、技術面分析 ### S&P 500（SPX）近期走勢 ``` 7000 | ** 6900 | **** ** 6800 | * *** **** <- 現在約 6,796 6700 |** **** 6600 | Jan高點 2月修正 2月低點 3月反彈 關鍵位置： 壓力：6,888-6,915（1月雙頂高點） 現價：6,796 支撐：6,700 / 6,600 / 6,500（200MA） ``` 技術指標： - **MACD**：2月中旬死亡交叉，負向動能擴大，本週開始收斂 - **RSI**：約 43-46，接近但尚未超賣（30以下） - **均線**：跌破 20MA，在 50MA 附近拉鋸 **評估：** 反彈性質偏空頭回調，需收復 6,888 才能確認多頭反轉。 ### Nasdaq 100 / NVDA ``` Nasdaq 100 26000 | * 25500 | *** * 25000 | *** * <- 期貨 25,055 24500 | *** 24000 | * Jan高點 2月修正 盤前 壓力：25,500 / 26,000 支撐：24,500 / 24,000 NVDA 200 | * 190 | *** * 185 | * * * 183 |*** * * <- 現 182.65 (+2.68%) 180 | * 壓力：190 / 200 支撐：178 / 172 / 165 ``` 半導體 ETF（SOX）RSI 約 33，FTXL、PSI 盤前漲逾 +4.2%，短期反彈動能釋出。NVIDIA GTC 大會本週（3/17-21）即將登場，盤前成交量達 152M 股。 --- ## 五、籌碼面分析 ### 機構資金流向（上週） | ETF | 淨流入 | 解讀 | |-----|-------|------| | SPY | +$23 億 | 機構逢低佈局 | | IVV | +$11 億 | 同上 | | SOXX | -$4.2 億 | 對 AI 晶片仍謹慎 | | XLE | +$8.7 億 | 油價回落後面臨回吐壓力 | ### 選擇權市場信號 | 指標 | 數值 | 解讀 | |------|------|------| | VIX | 23.91 (-6.24%) | 從峰值 28+ 回落，情緒好轉 | | VXN（Nasdaq VIX）| 27.69 (-11.93%) | 科技股恐慌退散 | | Put/Call Ratio | 約 0.85 | 偏高但未到恐慌（1.2以上才是極端）| | OIL VIX | 100.53 | 油價波動仍極端 | 暗池信號：NVDA 過去 3 日持續偏多，$185-190 區間有大量買單；ORCL 財報前暗池出現異常大量，方向偏正面。 --- ## 六、族群性分析 ### 受益族群 **航空 / 運輸**（燃油成本下降） - AAL 盤前 +2.33%（成交量 147M） - 每桶油跌 10% → 航空業燃油成本下降約 3-4%，直接利潤擴張 **科技 / 半導體**（通膨恐慌退散） - 油價回落 → 通膨預期降溫 → 長端殖利率下行 → 成長股估值修復 - NVDA +2.68%、FTXL +4.26%、PSI +4.24% **消費醫療（HIMS 爆量異動）** - HIMS +40.57%，成交量 167M，今日最大異動個股 - GLP-1 藥物政策利多，直銷業務重新定價 ### 承壓族群 **石油 / 能源** — S&P 500 Energy 板塊 -0.43%，XLE 上週大量流入，本週面臨籌碼回吐 **金融類股** — Financials 板塊 -0.52%，10Y 殖利率下降壓縮銀行淨利差 ### AI 基礎設施族群連動 ``` ORCL（企業雲 + OCI）財報超預期 → IBM、MSFT Azure、AMZN AWS 跟漲 → NVDA（GPU 需求確認）、ANET（網路設備）、DELL（伺服器） ``` --- ## 七、今日操作重點 **等待型策略（適合大多數投資人）** 明日 CPI 是最大未知變數，CPI 公布前追漲科技股風險偏高。今日重點觀察： 1. ORCL 盤後財報數字與管理層指引（AI infra 需求確認或下修） 2. 油價是否在 $85-88 區間止穩 3. VIX 是否持續收斂至 22 以下 **風險情境** 若明日 CPI 月增超過 +0.4%（高於預期 +0.3%），升息預期重啟，長端殖利率急升，S&P 500 支撐位 6,600 將面臨考驗。 --- ## Reference - Yahoo Finance Markets（指數、個股、ETF 即時數據）: https://finance.yahoo.com/markets/ - Yahoo Finance Earnings Calendar（本週財報日曆）: https://finance.yahoo.com/calendar/earnings/ - CME FedWatch Tool（Fed 利率概率）: https://www.cmegroup.com/markets/interest-rates/cme-fedwatch-tool.html - FRED St. Louis Fed（CPI、PCE、非農數據）: https://fred.stlouisfed.org/ - MarketWatch US Markets（盤前期貨、新聞）: https://www.marketwatch.com/markets/us - Reuters US Markets（今日頭條）: https://www.reuters.com/markets/us/ - Barron's Market Data（期貨、殖利率）: https://www.barrons.com/market-data - CNBC Pre-Markets（盤前個股動態）: https://www.cnbc.com/pre-markets/